找回密码
立即注册
搜索
发回帖 发新帖

5783

积分

0

好友

742

主题
发表于 10 小时前 | 查看: 2| 回复: 0

还记得前段时间刷屏的豆包手机吗?

一句话就能让 AI 操作手机:自动打开 App、搜索信息、跨应用完成任务。当时不少人感叹,手机终于要进入 Agent 时代了。

但热闹过后,现实问题也来了。

豆包手机助手走的是闭源商业化路线,想体验它的深度系统集成,需要购买搭载相关能力的手机。更尴尬的是,微信、淘宝、支付宝、美团、小红书等大量主流 App,对 AI 自动化操作设置了限制。

AI 会操作,不代表 App 愿意让它操作。

那么问题来了:你还愿意花几千块钱,为一部 AI 手机买单吗?

最近,香港大学 HKUDS 团队开源了一个很有意思的项目:PhoneGo。

项目地址: https://github.com/HKUDS/PhoneGo

不用换手机,直接安装 APK

和豆包手机的系统级商业化路线相比,PhoneGo 要开放得多。

它是一款开源 Android Personal Agent。下载安装 APK,配置模型 API 和必要权限,就能在兼容的安卓手机上体验 AI 自动操作 App。不需要额外连接电脑,也不需要专门买一部 AI 手机。

你只需要告诉它想做什么:搜索信息、阅读内容、整理资料,甚至跨多个 App 传递信息。剩下的操作交给 Agent。

PhoneGo 会尽可能在后台执行任务,只有需要前台交互时才占用屏幕。

当然,开源不等于完全免费。模型 API 仍可能产生费用,部分功能也依赖设备兼容性和系统权限。

比传统 GUI Agent 更聪明:CLI + GUI 双模式

PhoneGo 真正值得关注的,其实是它的技术路线。

传统手机 Agent 基本依赖视觉模型,流程是:截图 → 理解页面 → 点击 → 再截图 → 再理解……每一步都要模型重新判断,所以慢、费 Token,还容易出错。

PhoneGo 采用 CLI + GUI 混合架构。它会为 App 构建 Navigation Map(导航地图),把熟悉的操作路径转换成可复用的命令。

  • CLI: 熟悉的路径直接执行,速度快、成本低。
  • GUI + Vision: 遇到陌生页面或异常情况,再让视觉模型接管。
  • 自动切换: 两种方式可以在同一个任务中协同工作。

说白了,走过的路不再重复探索,未知的路才交给 AI 判断。

根据项目公布的同机同任务测试:

指标 传统 GUI Agent PhoneGo
操作步骤 32 步 17 步
执行耗时 146 秒 64 秒
Token 消耗 207.1k 92.3k

操作耗时降低约 56%,Token 消耗减少约 55%。这只是特定测试场景的结果,但足以说明这条技术路线的潜力。

豆包手机 VS PhoneGo,谁更值得选?

对比 豆包手机助手 PhoneGo
开源情况 闭源 MIT 开源
使用门槛 依赖合作机型 兼容安卓设备安装 APK
技术路线 系统级集成 CLI + GUI + Vision
自定义能力 受商业产品限制 可修改、扩展
使用成本 设备成本及服务成本 现有手机 + 模型 API 成本
跨 App 操作 受应用生态限制 同样受权限与风控限制

需要强调的是,PhoneGo 并不是在所有方面都比豆包手机强。

豆包手机的优势在于系统级集成、产品完成度,以及与手机厂商的合作。PhoneGo 的优势则在于开放、可扩展,而且不必为了体验 Agent 专门换手机。

对普通消费者来说,系统级体验可能更省心。对 AI 开发者和技术爱好者来说,PhoneGo 显然更值得折腾。

手机 Agent 的未来,可能根本不需要一部 AI 手机

我觉得 PhoneGo 最有价值的地方,不是它能自动点击多少个 App,而是它在证明一种可能性:手机 Agent 不一定要和某个手机品牌绑定。

未来的 Personal Agent,可能就像今天安装一个 App 一样简单。下载安装、授权、连接模型,就能让 AI 帮你完成跨应用任务。

而且,随着 CLI、GUI、Tool Calling 等技术不断融合,Agent 也不必永远依赖视觉模型逐步点击屏幕。它可以把熟悉的 App 操作变成可复用的工具。

当然,开源并不能自动解决 App 厂商限制、隐私保护和系统权限问题。但至少,开发者有机会自己研究、修改和扩展这些能力,而不是只能等待手机厂商更新。这才是 PhoneGo 开源最值得期待的地方。

如果现有安卓手机装一个开源 Agent,就能完成大部分日常跨 App 操作,你还愿意花几千块钱购买一部专门的 AI 手机吗?

注:PhoneGo 的性能数据来自项目公开测试,并非与豆包手机的直接对比。两者在系统权限、兼容性及产品成熟度上存在差异。




上一篇:Anthropic AI安全争议:多名科技界人士联合签署声明
下一篇:ChatGPT 辅助自制 PDP-11 内存板,4MB 扩容并启动 UNIX
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-11-21 15:31 , Processed in 0.065645 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表